FLUX 3 Image Klein kjører lokalt med 8 GB VRAM

FLUX 3 Image Klein er en lokal bildemodell som samler bildegenerering, redigering og komposisjon med opptil ti referansebilder – og den kan kjøres på et grafikkort med 8 GB VRAM. Det er en kombinasjon som gjør lanseringen langt mer praktisk enn enda en diger modell som ser flott ut i en tabell, men krever et lite datasenter hjemme.

Black Forest Labs slapp modellen 15. oktober 2026 med åpne vekter, en ferdig destillert variant for generering og en basevariant for LoRA-trening og videreutvikling. Selve bildetransformeren har 5,6 milliarder parametere. En separat Qwen3-VL-4B-Instruct brukes som tekstkoder, så 5,6 milliarder er ikke hele pakken du må laste inn.

Jeg har ikke testet FLUX 3 Image Klein selv. Det er viktig å si, for min praktiske erfaring med FLUX 2 var at resultatene ikke var brukbare for meg, selv om spesifikasjonene så fine ut. Denne gangen er jeg derfor nysgjerrig, men ikke klar til å dele ut pokalen på grunnlag av Black Forest Labs sine egne sammenligninger.

Hva er FLUX 3 Image Klein?

FLUX 3 Image Klein er en bildemodell på 5,6 milliarder parametere for tekst-til-bilde, redigering og komposisjon med inntil ti referansebilder. Black Forest Labs lanserte modellen 15. oktober 2026 som den andre modellen med åpne vekter i FLUX 3-familien.

Det praktiske poenget er at de tre oppgavene går gjennom den samme modellen. Du trenger ikke bytte mellom én modell for å lage et bilde, en annen for å redigere det og en tredje for å sette sammen elementer fra flere referanser. Én forespørsel kan inneholde en instruksjon og opptil ti bilder, og modellen leverer ett ferdig bilde.

Dette er en destillert modell som bruker 16 steg uten vanlig guidance. BFL har også sluppet FLUX 3 Image Klein Base, som bruker 50 steg og er laget for finjustering, LoRA-trening og forskning. Hvis målet bare er å generere eller redigere bilder lokalt, er den destillerte varianten det naturlige utgangspunktet. Hvis du skal trene en LoRA, er det basevarianten du trenger.

Navnet «open weights» må tas bokstavelig. Dette er ikke en modell under Apache 2.0 eller en annen fri standardlisens. Vektene er tilgjengelige, men bruken styres av BFLs egen FLUX Kommunity License. Det gir mer kontroll enn en lukket API-tjeneste, men ikke full frihet til hva som helst.

Hvorfor betyr ti referansebilder noe?

Opptil ti referansebilder gjør FLUX 3 Image Klein mest interessant som arbeidsmodell, ikke bare som en maskin for tilfeldige enkeltbilder. Referansene kan brukes sammen i én komposisjon, mens samme modell også håndterer enkle redigeringer og vanlig tekst-til-bilde.

Det åpner for arbeidsflyter der ett bilde gir miljøet, et annet gir klærne, et tredje gir et produkt og flere andre gir komposisjon eller visuelle detaljer. Referansebildene låser likevel ikke oppbygningen av bildet. Modellkortet sier uttrykkelig at de forankrer innholdet, mens den fullstendige beskrivelsen fortsatt styrer komposisjonen.

Modellen støtter også bounding boxes på et rutenett fra 0 til 1 000. Du kan bruke dem til å angi hvor et element skal plasseres, flyttes, byttes eller fjernes. Boksene er en veiledning for plassering og størrelse, ikke en hard maske. Elementer kan stikke utenfor boksen, små objekter kan forsvinne, og en redigering kan påvirke mer enn området du pekte ut.

Det er med andre ord mer kontroll enn en vanlig prompt, men ikke Photoshop med kirurgisk presisjon. For lokale arbeidsflyter er det likevel et nyttig mellomnivå: Du kan beskrive både motivet og hvor delene skal ligge, uten å bygge en separat kontrollpipeline for hver oppgave.

Kan modellen virkelig kjøre med 8 GB VRAM?

Ja, men 8 GB-tallet gjelder den optimaliserte INT8-varianten gjennom ComfyUI eller Diffusers. BFL oppgir at den kan kjøre på Nvidia GeForce RTX-kort med 8 GB VRAM. Det betyr ikke at alle varianter, alle programmer og hele standardoppsettet passer i 8 GB.

Generatorvektene er oppgitt til 11,2 GB i BF16 og 5,6 GB i FP8. I det offisielle modellkortet på Hugging Face måler BFL samtidig 31 GB toppbruk for BF16, 26 GB for FP8 og 25 GB for NVFP4 med referansekoden på en B200 ved 1 024 x 1 024 piksler. Filstørrelsen alene forteller altså ikke hvor mye minne hele kjøringen trenger.

Prompt-utvideren er den store haken. Referanseverktøyet kan laste en egen modell på 18,8 GB som gjør en kort instruksjon om til en full scenebeskrivelse. BFL oppgir at denne legger omtrent 28 GB til minnebruken på en GPU med 80 GB. På et mindre kort må du derfor bruke en annen arbeidsflyt, flytte deler til systemminnet eller lage den utvidede prompten separat.

Fartstallene er mer lovende. BFL og Nvidia oppgir rundt fire sekunder for ett bilde på én megapiksel med RTX 5090 og under ni sekunder med RTX 4070, begge med den destillerte INT8-modellen i ComfyUI. Dette er leverandørmålinger med den raskeste varianten for hvert kort, ikke en garanti for samme fart i ditt oppsett.

Den korte prompten er en felle

FLUX 3 Image Klein er laget for fullstendige scenebeskrivelser. BFL advarer direkte mot å sende inn en kort prompt uten å utvide den først, fordi det gir generiske resultater. Det gjelder både nye bilder og redigering.

Referansekoden laster BFLs egen prompt-utvider som standard. Bruker du Diffusers, skjer ikke dette automatisk. Da må du kjøre utvideren separat eller la en annen språkmodell gjøre jobben med BFLs systemprompt. For redigering skal språkmodellen få både instruksjonen og de samme referansebildene som bildepipelinen bruker.

Dette er en detalj som lett kan gi en urettferdig dårlig førstetest. Skriver du bare «gjør jakken blå», kan modellen komponere bildet på nytt i stedet for å gjøre den lille endringen du forventet. Den vil ha en hel beskrivelse av scenen, der endringen er flettet inn. En sammenligning mot Qwen Image Edit må derfor bruke riktig promptflyt for begge modellene, ellers sammenligner du oppsettet mer enn modellene.

Det gjør modellen mindre enkel enn «last ned og skriv én linje». Samtidig er opplegget fleksibelt: Du er ikke låst til BFLs prompt-utvider. En valgfri språkmodell kan lage scenebeskrivelsen, så lenge den får riktig instruks og leverer formatet bildepipelinen forventer.

Hvor god er FLUX 3 Image Klein?

Det vet jeg ikke ennå. Black Forest Labs sier modellen vant selskapets blinde sammenligninger for tekst-til-bilde, redigering og komposisjon med flere referanser. Den skal ha slått større modeller som Qwen-Image 2.1 og Krea 2, og forbedret seg med 91 Elo i bildegenerering og 70 Elo i redigering sammenlignet med FLUX.2 Klein 9B.

Det er relevante tall, men de kommer fra selskapet som lanserer modellen. BFL opplyser også at de andre API-modellene ble målt fra klienten, mens FLUX 3 Image Klein ble målt på selskapets egne servere. Den sammenligningen inkluderer dermed ulike nettverks- og køforhold. Bra for en første pekepinn, dårlig som endelig dom.

Modellkortet er heldigvis ganske åpent om begrensningene. Modellen kan bomme på prompten, små elementer i bounding boxes kan utebli, og redigeringer kan endre innhold utenfor området du ønsket å røre. Kvaliteten påvirkes også kraftig av hvordan prompten bygges. Det er nettopp derfor en skikkelig praktisk test betyr mer enn den peneste grafen i lanseringen.

Tidligere sammenligninger av lokale bildemodeller viser hvor mye resultatene kan variere mellom oppgaver og oppsett. Min foreløpige dom er derfor enkel: Størrelsen, maskinvarekravet og de ti referansebildene gjør FLUX 3 Image Klein svært relevant. Om den faktisk er god nok til å erstatte dagens beste lokale verktøy, er fortsatt ubesvart.

Hva koster og tillater modellen?

Vektene kan lastes ned fra Hugging Face etter at du har godtatt vilkårene og delt kontaktinformasjon. For API-bruk starter prisen på 0,009 dollar per bilde i 1K-oppløsning, omtrent 9 øre med Norges Banks USD-kurs på 9,5039 kroner fra 15. oktober 2026. API-prisen inkluderer prompt-utvidelse og en funksjon som skal bevare uredigerte områder nøyaktig.

FLUX Kommunity License tillater forskning og ikke-kommersiell bruk. Personer og selskaper med under 5 millioner dollar i årlig omsetning kan også bruke modellen i produksjon og bruke resultatene kommersielt, så lenge de følger lisenskravene. Større virksomheter trenger en egen kommersiell avtale eller må bruke API-et.

Lisensen krever blant annet innholdsfiltrering eller gjennomgang av resultater for ulovlig og krenkende innhold ved kommersiell bruk. Den begrenser også bruk til å trene konkurrerende modeller. Dette er altså en tilgjengelig modell med en ganske romslig ordning for små aktører, men «åpne vekter» betyr ikke at vilkårene kan ignoreres.

For den som vil prøve lokalt, ville jeg startet med den destillerte INT8-varianten i en støttet ComfyUI- eller Diffusers-pipeline, brukt riktig prompt-utvidelse og testet de samme oppgavene mot modellen som allerede fungerer best. Mål minnebruk, fart og hvor mye etterarbeid hvert bilde krever. Ikke la én heldig generering eller én stygg hånd avgjøre hele testen.

En liten modell med en stor, ubesvart prøve

FLUX 3 Image Klein treffer mye riktig på papiret. Den er betydelig mindre enn flere av konkurrentene, den samler tre arbeidsmåter i én modell, den kan bruke ti referansebilder og den har varianter som åpner døren for vanlige grafikkort.

Det er nok til at modellen fortjener oppmerksomhet. Men etter erfaringen min med FLUX 2 kommer jeg ikke til å forveksle en pen lansering med et godt arbeidsverktøy. Det avgjørende blir om redigeringene holder seg presise, om referansene faktisk samarbeider og om den lavere minnebruken fortsatt gir bilder du vil bruke.

Hvis FLUX 3 Image Klein leverer der, er 5,6 milliarder parametere og 8 GB VRAM virkelig gode nyheter for lokal AI. Hvis ikke, har vi fått enda en rask modell som er morsom å installere og lett å bytte ut. Tallene har åpnet døren. Resultatene må få avgjøre om modellen blir værende.

Ofte stilte spørsmål